Теперь наш синтез на 22 языках с кириллицей и ещё в 4 раза быстрее

Круто, а можно сделать такую модель чтобы она смогла петь песни как Vocaloid Hatsune Miku?

И еще хотел спросить есть ли какие-то ограничения по запуску модели или технические требования к ПК? Типа нужно 1Гб памяти, до 1000 слов на вход и т.д?

Федя, дичь! Странные паттерны автоматизации

КДПВ - это носимый робот Tomatan или Wearable Tomato, который кормит бегуна помидорами во время марафона

Telegram бот с offline распознаванием голосовых и генерацией аудио из текста

Вроде, нашел способ передавать в байтах и получать в байтах без сохранения файла на диск, код будет типа такого. Попробую еще с помощью mmap, спасибо!

def wav_to_ogg_bytes(in_bytes: bytes) -> bytes:
    command = [
        "ffmpeg",
        "-i", 'pipe:0',         # stdin
        "-f", "ogg",            # format
        "-acodec", "libvorbis", # codec
        "pipe:1"                # stdout
    ]
    proc = subprocess.Popen(
        command,
        stdin=subprocess.PIPE,
        stdout=subprocess.PIPE,
        stderr=subprocess.PIPE
    )
    out_bytes, err = proc.communicate(input=in_bytes)
    return out_bytes

Telegram бот с offline распознаванием голосовых и генерацией аудио из текста

Я просто менял их на текст, например, этот код делает числа словами

# Делаем числа буквами
text = self._nums_to_text(text)

Telegram бот с offline распознаванием голосовых и генерацией аудио из текста

Для Silero и Vosk не нужен. Интернет нужен только для Telegram

Telegram бот с offline распознаванием голосовых и генерацией аудио из текста

Я хотел избавится от сохранения файлов на диск. В примере 'input.mp4' скорее всего лежит на диске, а я хотел чтобы он был в оперативной памяти, что-то типа временного файла в виде io.BytesIO или что-то такое. Это позволит избавиться от постоянного сохранения и удаления файлов на диске при конвертации через ffmpeg. И думаю вся система будет работать быстрее

Telegram бот с offline распознаванием голосовых и генерацией аудио из текста

Здравствуйте! Вот ссылка на 3 файла wav с разным качеством. Silero поддерживает битрейт 8000, 24000 и 48000.

Релиз Invoke AI 2.0 — интерфейса и инструментария для Stable Diffusion (win/linux/mac)

А там встроенные модели уже и ничего скачивать не нужно? Я пробовал ставить нейронку с веб-интерфейсом по гайду, там нужно было модель отдельно качать. А запуск нейронки сделан через bat файл и потом через браузер заходишь по локальному IP.

Высокоэффективная генерация изображений на KerasCV с помощью Stable Diffusion

Есть гайд для запуска сетки Stable Diffusion с web-UI на своем ПК. Результаты иногда получаются хорошими :)

Анализ реальной истории выгорания. Динамика, причины и взаимосвязи

просто так взять и бросить выгорать? нет, пожалуй оставлю все как есть :)

Анализ реальной истории выгорания. Динамика, причины и взаимосвязи

Спасибо, интересно! А что делать если уже попал в состояние выгорания? Есть способы получить дополнительную энергию и перекрыть трату энергии на выгорание?

Парсинг для взрослых или Инфраструктура для промышленного парсинга

Круто, спасибо! А есть способ заставить Django делать парсинг одной странички каждые 5 минут? Тут видимо какой-то таймер должен быть, который через API заставляет работать Django, но я не пойму как такое реализовать

Виртуальные аватары. От мультяшек до гипер-реалистичного digital-человека

Круто, а расскажите как использовать такой аватар? Знаю, что есть ПО типа FaceRig там аватар повторяет мимику человека через камеру. Может есть еще что-то типа open source или хорошее платное ПО. И зачем нужны эти аватары? Для метавселенной или просто дурачиться в интернете?

Бесплатный Telegram-бот для расшифровки аудио. Рассказываем кратко, как мы его сделали

Спасибо, побольше бы таких решений. А есть ли у Сбера что-нибудь из open source для самостоятельного использования, типа Vosk или Silerio? Интересно попробовать.

Недельный геймдев: #60 — 6 марта, 2022

Спасибо! Про желейку понравилось, есть ли бесплатные аналоги желе под Unity? Как это вообще делается? Шейдором или еще как?

Проектирование непредсказуемого интеллекта в играх. Часть 1 — архитектура

Круто, спасибо! Жду вторую часть с игрой, в которую можно поиграть. Код на C# и Unity тоже интересно посмотреть. Какая игра будет: гонки, стрелялки или что-то еще?

Ирина — опенсорс русский голосовой помощник. Offline-ready

@janvarev Круто, спасибо! Я тоже после статьи EnjiRouz на хабре захотел себе такого ассистента сделать. А что делаете если команда распознается неправильно? Есть ли коррекция или попытка угадать что хотел сделать пользователь? Я пробовал vosk, он хорошо работает, но иногда проглатывает некоторые буквы. Для синтеза голоса брал silerio.

Инвестиции в IPO: научно доказанный способ зарабатывать 18% в день, или как акулы Уолл-стрит наживаются на Цукербергах

Тоже так думаю, пусть рынки немного успокоятся и можно что-то изменить. Думаю даже вся соль в постоянном инвестировании каждый месяц не зависимо от взлета и падений. Выбрать 2-3 фонда и просто вкладывать в них, тогда будет усредненная позиция. Если они не лопнут, то через несколько лет они выйдут в плюс.

Как мы дорабатывали оценку рабочих в Success Factors, попутно меняя разработку

Получил от мастера 10 лайков, а в конце месяца премия на карту :) Тут можно и геймификацию прикрутить

Инвестиции в IPO: научно доказанный способ зарабатывать 18% в день, или как акулы Уолл-стрит наживаются на Цукербергах

Интересно, спасибо! А можете рассказать, что делать в такие периоды волнения рынков как сейчас или при крахе доткомов? Я думаю несколько ETF фондов должно спасти от волнений, но они тоже падают